Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal

Detalhes bibliográficos
Autor(a) principal: Lustosa, Jorge Luis da Silva
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/35038
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.
id UNB_3b93f821cb175bdbfba1bb2e2b3a241e
oai_identifier_str oai:repositorio.unb.br:10482/35038
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito FederalBusinnes inteligence use to dengue epidemiologic monitoring of Brasil Federal DistrictBusiness intelligenceMineração de dados (Computação)Dengue - epidemiologiaDengue - Distrito Federal (Brasil)GeocodificaçãoSistemas de informação geográficaDissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.Os casos de dengue aumentam em todo o mundo e informação de qualidade é essencial para o controle e prevenção. Atualmente, é uma das doenças infecciosas que mais crescem no mundo no século XXI de acordo com a Organização Mundial de Saúde. No Brasil os casos de dengue são notificados ao ministério da saúde e registrados no Sistema Nacional de Notificação de Agravos (SINAN). Os endereços dos pacientes são registrados em texto livre e em muitos casos são registrados de maneira incorreta ou incompleta dificultando as análises espaciais. Analisar estes casos sob perspectiva espacial, permite criar estratégias de controle do vetor muito mais eficazes concentrando o esforço de combate em localidades com mais casos e maior necessidade. Para se realizar este tipo de analise é necessário transformar os endereços dos pacientes em coordenadas geográficas em um processo chamado de geocodificação. Utilizando técnicas de mineração de dados foi possível melhorar a qualidade dos registros de endereços, corrigindo abreviações e informações incorretas ou incompletas. Permitindo assim geocodificar mais de 70.000 casos de dengue, e criar uma série painéis de análise com business intelligence. Nesta pesquisa a taxa de geocodificação dos endereços obteve uma taxa de sucesso na geocodificação de 82%. Quando comparada a outros processos de geocodificação dos dados do SINAN esta taxa de sucesso geralmente é de 62%. Esta melhoria no resultado foi possível devido ao uso de um processo dividido em três etapas. Sendo a primeira, de melhoria da qualidade dos endereços, a segunda, de geocodificação utilizando a base nacional de CEP e a terceira, de agregação dos dados utilizando o CEP dos endereços. Após os dados georreferenciados, com o uso do software de business intelligence Tableau foi possível analisar os dados e compreender os casos de forma visual, identificando padrões geográficos e volumétricos que permitem decisões no combate ao vetor da dengue muito mais eficazes.Dengue cases increase worldwide and quality information is essential for control and prevention. Currently, it is one of the fastest growing infectious diseases in the world in the 21st century according to the World Health Organization. In Brazil, cases of dengue are reported to the Ministry of Health and registered in the National System of Notification of Injuries (SINAN). Patient addresses are recorded in free text and in many cases are incorrectly or incompletely recorded, making it difficult to perform spatial analyzes. Analyzing these cases from a spatial perspective allows us to create much more effective vector control strategies by concentrating the combat effort in locations with more cases and greater need. In order to perform this type of analysis it is necessary to transform the patient's addresses into geographic coordinates in a process called geocoding. Using data mining techniques it was possible to improve the quality of address records by correcting abbreviations and incorrect or incomplete information. Thus allowing geocoding more than 70,000 cases of dengue, and create a series of analysis panels with business intelligence. In this research the geocoding rate of the addresses obtained a success rate in geocoding of 82%. When compared to other processes of geocoding the SINAN data, this success rate is generally 62%. This improvement in outcome was possible due to the use of a three step process. The first one, to improve the quality of the addresses, the second, geocoding using the national base of CEP and the third, of aggregation of the data using the CEP of the addresses. After the georeferenced data, using the business intelligence software Tableau, it was possible to analyze the data and to understand the cases in a visual way, identifying geographic and volumetric patterns that allow decisions in the fight against dengue vector much more effective.Faculdade UnB Gama (FGA)Programa de Pós-Graduação em Engenharia BiomédicaBrasil, Lourdes MattosObara, Marcos TakashiLustosa, Jorge Luis da Silva2019-07-11T22:10:26Z2019-07-11T22:10:26Z2019-07-112018-12-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLUSTOSA, Jorge Luis da Silva. Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal. 2018. 83 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018.http://repositorio.unb.br/handle/10482/35038A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-08T21:15:40Zoai:repositorio.unb.br:10482/35038Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-08T21:15:40Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
Businnes inteligence use to dengue epidemiologic monitoring of Brasil Federal District
title Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
spellingShingle Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
Lustosa, Jorge Luis da Silva
Business intelligence
Mineração de dados (Computação)
Dengue - epidemiologia
Dengue - Distrito Federal (Brasil)
Geocodificação
Sistemas de informação geográfica
title_short Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
title_full Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
title_fullStr Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
title_full_unstemmed Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
title_sort Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal
author Lustosa, Jorge Luis da Silva
author_facet Lustosa, Jorge Luis da Silva
author_role author
dc.contributor.none.fl_str_mv Brasil, Lourdes Mattos
Obara, Marcos Takashi
dc.contributor.author.fl_str_mv Lustosa, Jorge Luis da Silva
dc.subject.por.fl_str_mv Business intelligence
Mineração de dados (Computação)
Dengue - epidemiologia
Dengue - Distrito Federal (Brasil)
Geocodificação
Sistemas de informação geográfica
topic Business intelligence
Mineração de dados (Computação)
Dengue - epidemiologia
Dengue - Distrito Federal (Brasil)
Geocodificação
Sistemas de informação geográfica
description Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-10
2019-07-11T22:10:26Z
2019-07-11T22:10:26Z
2019-07-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv LUSTOSA, Jorge Luis da Silva. Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal. 2018. 83 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018.
http://repositorio.unb.br/handle/10482/35038
identifier_str_mv LUSTOSA, Jorge Luis da Silva. Uso de businnes inteligence no monitoramento epidemiológico da dengue no Distrito Federal. 2018. 83 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018.
url http://repositorio.unb.br/handle/10482/35038
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508377992069120

Registros relacionados